Merge pull request #17 from xindoo/improve

更新附录

Author: xindoo

chapters/Appendix A_ Advanced Prompting Techniques.md

@@ -3,7 +3,7 @@
 
 ## 提示工程简介
 
-提示工程是与语言模型交互的主要接口，是指通过精心设计输入来引导模型生成期望输出的过程。这包括构建请求结构、提供相关上下文、指定输出格式以及展示预期的响应模式。设计精良的提示能够最大限度地发挥语言模型的潜力，产生准确、相关且富有创造性的响应。相反，设计不当的提示则可能导致模糊、不相关甚至错误的输出。
+提示工程是与语言模型交互的核心方法，指通过精心设计输入来引导模型生成期望输出的过程。这包括构建请求结构、提供相关上下文、指定输出格式以及展示预期的响应模式。设计精良的提示能够最大限度地发挥语言模型的潜力，产生准确、相关且富有创造性的响应。相反，设计不当的提示则可能导致模糊、不相关甚至错误的输出。
 
 提示工程的目标是从语言模型中获得持续高质量的输出。这需要深入理解模型的能力边界和局限性，并有效地传达预期目标。它涉及通过学习如何最优地指导 AI 来发展与 AI 沟通的专业技能。
 
@@ -13,11 +13,11 @@ Agentic 模式是构建智能系统的架构蓝图，在主要章节中已有详
 
 ## 核心提示原则
 
-有效提示语言模型的核心原则：
+有效提示语言模型的核心原则包括：
 
-有效的提示建立在指导与语言模型沟通的基本原则之上，这些原则适用于各种模型和任务复杂度。掌握这些原则对于持续生成有用且准确的响应至关重要。
+有效的提示建立在与语言模型沟通的基本原则之上，这些原则适用于各种模型和任务复杂度。掌握这些原则对于持续生成有用且准确的响应至关重要。
 
-**清晰性和具体性**：指令必须明确无误且精确。语言模型基于模式进行推理；多重解释可能导致意外结果。需要明确定义任务、期望的输出格式以及任何限制或要求。避免使用模糊语言或做出假设。不充分的提示会产生模糊和不准确的响应，影响输出的质量。
+**清晰性和具体性**：指令必须明确无误且精确。语言模型基于模式进行推理；多重解释可能导致意外结果。需要明确定义任务、期望的输出格式以及任何限制或要求。避免使用模糊语言或做出假设。不充分的提示会产生模糊和不准确的响应，影响输出质量。
 
 **简洁性**：在确保具体性的同时，必须保持简洁。指令应当直截了当。不必要的措辞或复杂的句子结构可能混淆模型或掩盖核心指令。提示应当简单明了：对用户而言困惑的内容，对模型同样可能造成困惑。避免使用复杂语言和冗余信息。采用直接表达和主动动词来清晰界定期望操作。有效的动词包括：执行、分析、分类、归类、对比、比较、创建、描述、定义、评估、提取、查找、生成、识别、列出、测量、组织、解析、挑选、预测、提供、排序、推荐、返回、检索、重写、选择、显示、排序、总结、翻译、编写。
 

chapters/Appendix B - AI Agentic Interactions_ From GUI to Real world environment.md

@@ -64,9 +64,9 @@ OpenAI 的 **ChatGPT Agent** 代表了相较于前代产品的重大架构升级
 
 ## 结论
 
-Agent 正经历重大转型，从基础自动化迈向与数字及物理环境的复杂交互。借助视觉感知操作图形用户界面，这些 Agent 现已能像人类一样操控软件，绕过了对传统 API 的依赖。主要技术实验室正引领这一领域，其开发的 Agent 能在用户桌面直接自动化复杂的多应用工作流。与此同时，下一前沿已扩展至物理世界，如 Google Project Astra 等举措利用摄像头和麦克风与周边环境进行情境化互动。这些先进系统旨在实现媲美人类交互的多模态实时理解。
+Agent 正经历重大转型，从基础自动化迈向与数字及物理环境的复杂交互。借助视觉感知操作图形用户界面，这些 Agent 现已能像人类一样操控软件，绕过了对传统 API 的依赖。主要技术实验室正引领这一领域，其开发的 Agent 能在用户桌面直接自动化复杂的多应用工作流。与此同时，下一前沿已扩展至物理世界，如 Google Project Astra 等项目利用摄像头和麦克风与周边环境进行情境化互动。这些先进系统旨在实现媲美人类交互的多模态实时理解。
 
-终极愿景是融合这些数字与物理能力，创建跨用户所有环境无缝运作的通用 AI 助手。这一演进也通过"vibe 编码"重塑了软件创作本身，形成开发者与 AI 间更直观、对话式的伙伴关系。该新方法优先考虑高层次目标与创意意图，让开发者聚焦于期望成果而非实现细节。通过将 AI 视为创意合作伙伴，这一转变加速了开发进程并激发了创新。最终，这些进步正为主动式、情境感知型 AI 伙伴的新时代铺平道路，使其能够协助我们应对日常生活中的海量任务。
+终极愿景是融合这些数字与物理能力，创建跨用户所有环境无缝运作的通用 AI 助手。这一演进也通过"vibe 编码"重塑了软件创作本身，形成开发者与 AI 间更直观、对话式的伙伴关系。该新方法优先考虑高层次目标与创意意图，让开发者聚焦于期望成果而非实现细节。通过将 AI 视为创意合作伙伴，这一转变加速了开发进程并激发了创新。最终，这些进步正为主动式、情境感知型 AI 伙伴的新时代铺平道路，使其能够协助我们应对日常生活中的大量任务。
 
 ## 参考文献
 

progress.md

@@ -47,13 +47,13 @@
 
 | 附录 | 标题 | 翻译者 | 状态 | 更新日期 |
 |------|------|--------|------|----------|
-| 附录A | Advanced Prompting Techniques（高级提示技术） | - | 待审核 | - |
-| 附录B | AI Agentic Interactions: From GUI to Real world environment（AI智能体交互：从GUI到真实世界环境） | - | 待审核 | - |
-| 附录C | Quick overview of Agentic Frameworks（智能体框架快速概览） | - | 待审核 | - |
-| 附录D | Building an Agent with AgentSpace (on-line only)（使用AgentSpace构建智能体-仅在线） | - | 待审核 | - |
-| 附录E | AI Agents on the CLI（命令行中的AI智能体） | - | 待审核 | - |
-| 附录F | Under the Hood: An Inside Look at the Agents' Reasoning Engines（深入探究：智能体推理引擎内部） | - | 待审核 | - |
-| 附录G | Coding agents（编码智能体） | - | 待审核 | - |
+| 附录A | Advanced Prompting Techniques（高级提示技术） | - | 已完成 | 2025-10-21 |
+| 附录B | AI Agentic Interactions: From GUI to Real world environment（AI智能体交互：从GUI到真实世界环境） | - | 已完成 | 2025-10-21 |
+| 附录C | Quick overview of Agentic Frameworks（智能体框架快速概览） | - | 已完成 | 2025-10-21 |
+| 附录D | Building an Agent with AgentSpace (on-line only)（使用AgentSpace构建智能体-仅在线） | - | 已完成 | 2025-10-21 |
+| 附录E | AI Agents on the CLI（命令行中的AI智能体） | - | 已完成 | 2025-10-21 |
+| 附录F | Under the Hood: An Inside Look at the Agents' Reasoning Engines（深入探究：智能体推理引擎内部） | - | 已完成 | 2025-10-21 |
+| 附录G | Coding agents（编码智能体） | - | 已完成 | 2025-10-21 |
 
 ## 状态说明